- 博客(5)
- 收藏
- 关注
RSS订阅原创 Tomcat 启动时黑屏一闪而过及乱码解决
安装Tomcat,启动，bin/startup.bat双击运行该文件访问：浏览器输入：http://localhost:8080 回车访问自己 http://别人的ip:8080 访问别人问题：黑窗口一闪而过解决方法：startup.bat 中最后加入pause,然后启动，得到控制到输出的错误信息我的是JRE环境没...
2020-03-19 15:05:12
247
原创 批量归一化和残差网络
1.由来：由google2015年提出，深度神经网络训练的技巧，主要是让数据的分布变得一致，从而使得训练深层神经网络更加容易和稳定。2.作用BN的作用就是将这些输入值或卷积网络的张量进行类似标准化的操作，将其放缩到合适的范围，从而加快训练速度；另一方面使得每一层可以尽量面对同一特征分布的输入值，减少了变化带来的不确定性3.操作阶段4.操作流程计算每一层深度的均值和方差对每一层设置...
2020-02-19 20:37:53
530
原创 深度卷积神经网络AlexNet
1.模型介绍AlexNet 模型（ 5 卷积层+ 3 全连接层共 8 层神经网络）AlexNet 模型包含 6 千万个参数和 65 万个神经元，包含 5 个卷积层，其中有几层后面跟着最大池化（max-pooling）层，以及 3 个全连接层，最后还有一个 1000 路的 softmax 层。为了加快训练速度，AlexNet 使用了 Relu 非线性激活函数以及一种高效的基于 GPU 的卷积运...
2020-02-19 20:32:46
1049
原创 卷积神经网络基础
1.卷积神经网络基础1.二维互相关运算二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在每个位置上，卷积核与该位置处的输入子数组按元素相乘并求和，得到输出数组中相应位置的元素2.二维卷积实现可以分为两大...
2020-02-19 20:30:06
732
原创 学习记录
1.线性回归线性回归是回归问题中的一种，假设目标值与特征之间线性相关，即满足一个多元一次方程。通过构建损失函数，来求解损失函数最小时的参数w和b。公式：y^为预测值，自变量x和因变量y是已知的，而我们想实现的是预测新增一个x，其对应的y是多少。因此，为了构建这个函数关系，目标是通过已知数据点，求解线性模型中w和b两个参数。目标/损失函数针对任何模型求解问题，都是最终都是可以得到一组预测值...
2020-02-14 21:51:51
267
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人